[发明专利]一种针对声纹识别的语音降噪方法及装置有效

专利信息
申请号: 201810065088.3 申请日: 2018-01-23
公开(公告)号: CN110070874B 公开(公告)日: 2021-07-30
发明(设计)人: 颜永红;王文超;徐及 申请(专利权)人: 中国科学院声学研究所;北京中科信利技术有限公司
主分类号: G10L17/02 分类号: G10L17/02;G10L17/10;G10L21/0208
代理公司: 北京方安思达知识产权代理有限公司 11472 代理人: 陈琳琳;杨青
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 针对 声纹 识别 语音 方法 装置
【权利要求书】:

1.一种针对声纹识别的语音降噪方法,其特征在于,所述方法包括:

对具有噪声的语音信号预处理后,进行特征提取,获取第一语音功率谱图;

对所述第一语音功率谱图进行分解,获取第一模态信号和除所述第一模态之外的模态信号,其中所述第一模态信号为包含噪声能量最多的模态信号;

对所述第一模态信号进行降噪,获取降噪后的模态信号;

将所述降噪后的模态信号与所述除所述第一模态之外的模态信号进行相加重构,获取第二语音功率谱图;

所述对所述第一语音功率谱图进行分解,获取第一模态信号和除所述第一模态之外的模态信号,具体包括:

采用集合经验模态分解方法对所述第一语音功率谱图进行分解,获取所述第一模态信号和除所述第一模态之外的模态信号。

2.如权利要求1所述的针对声纹识别的语音降噪方法,其特征在于,对具有噪声的语音信号预处理后,进行特征提取,获取第一语音功率谱图,具体包括:

将所述具有噪声的语音信号转换为数字信号;

对所述数字信号进行特征提取,获取所述第一语音功率谱图。

3.如权利要求1或2所述的针对声纹识别的语音降噪方法,其特征在于,所述对所述第一模态信号进行降噪,获取降噪后的模态信号,具体包括:

采用小波降噪方法对所述第一模态信号进行降噪,获取降噪后的模态信号。

4.如权利要求3所述的针对声纹识别的语音降噪方法,其特征在于,所述将所述降噪后的模态信号与所述除所述第一模态之外的模态信号进行相加重构,获取第二语音功率谱图之后,所述方法还包括:提取所述第二语音功率谱图中的声学特征,并根据所述声学特征,对所述语音进行声纹识别。

5.一种针对声纹识别的语音降噪装置,其特征在于,所述装置包括:

特征提取单元,用于对具有噪声的语音信号预处理后,进行特征提取,获取第一语音功率谱图;

分解单元,用于对所述第一语音功率谱图进行分解,获取第一模态信号和除所述第一模态之外的模态信号,其中所述第一模态信号为包含噪声能量最多的模态信号;

处理单元,用于对所述第一模态信号进行降噪,获取降噪后的模态信号;

将所述降噪后的模态信号与所述除所述第一模态之外的模态信号进行相加重构,获取第二语音功率谱图;

所述分解单元具体用于,

采用集合经验模态分解方法对所述第一语音功率谱图进行分解,获取所述第一模态信号和除所述第一模态之外的模态信号。

6.如权利要求5所述的针对声纹识别的语音降噪装置,其特征在于,所述特征提取单元具体用于,

将所述具有噪声的语音信号转换为数字信号;

对所述数字信号进行特征提取,获取所述第一语音功率谱图。

7.如权利要求5或6所述的针对声纹识别的语音降噪装置,其特征在于,所述处理单元具体用于,

采用小波降噪方法对所述第一模态信号进行降噪,获取降噪后的模态信号。

8.如权利要求7所述的针对声纹识别的语音降噪装置,其特征在于,所述装置还包括:声纹识别单元,用于提取所述第二语音功率谱图中的声学特征,并根据所述声学特征,对所述语音进行声纹识别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院声学研究所;北京中科信利技术有限公司,未经中国科学院声学研究所;北京中科信利技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810065088.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top